以下是过去4小时内全球AI领域的重要动态： Andrej Karpathy 深入探讨离散文本扩散模型 Andrej Karpathy 分享了一篇关于简单文本（离散）扩散的短文，并对文本生成中的两种主要范式——扩散（迭代去噪）和自回归（从左到右生成）进行了深入比较。他指出，扩散模型在图像/视频生成中占据主导地位，而自回归在文本领域更为普遍。Karpathy 解释说，去除数学形式主义后，扩散模型本质上是一种带有双向注意力的 Transformer，通过迭代重新采样和遮蔽 tokens 来生成最终样本。尽管双向注意力在语言模型中更强大，但训练成本更高。他认为，这两种范式在 LLM 堆栈中仍有进一步融合和泛化的可能性。 Claude …
阅读更多Elon Musk 的 AGI 定义与 Gary Marcus 的百万美元慈善赌注-Gary Marcus AI研究员Gary Marcus对埃隆·马斯克关于其下一个模型有10%几率实现通用人工智能（AGI）的说法提出质疑，并向马斯克发起了100万美元的慈善赌注。Marcus表示，他愿意以10:1的赔率，根据马斯克自己定义的AGI标准来判定结果，如果马斯克接受挑战。Marcus对这一预测持高度怀疑态度，认为实际可能性“接近于零”，此举旨在促使马斯克为其言论负责。 Claude Code Now v1.5.0 更新：支持多API配置切换，提升效率-orange.ai Claude Code Now 发布了 v1.5.0 更新，解决了 …
阅读更多今日全球AI动态呈现出鲜明的两极分化：一方面，底层基础设施的军备竞赛愈演愈烈，从英伟达与台积电在美国本土下线首片Blackwell芯片，到亚马逊规划核反应堆为AI供能，再到国产GPU厂商沐曦冲刺上市，硬件的物理边界正被不断拓宽。另一方面，上层应用和商业模式的探索则充满了不确定性。OpenAI试图通过“ChatGPT登录”构建生态壁垒，但其核心产品在欧洲市场已现增长瓶颈。AI应用的繁荣（广交会）与初创公司的脆弱（一星机器人解散）并存，显示出从技术热潮到商业价值的转化之路依然道阻且长。 英伟达与台积电合作，首片美国本土制造Blackwell芯片晶圆亮相 英伟达与台积电在美国亚利桑那州的工厂成功生产出首片 Blackwell 芯片晶圆，标 …
阅读更多Veo 3.1 与 Sora 2 视频生成能力对比：各有优劣-向阳乔木 近期对视频生成模型Veo 3.1和Sora 2的对比测试显示，两者在不同方面表现出各自的优势。Veo 3.1 在画质清晰度、动态幅度以及对提示词的遵循度上表现更佳，提供了更高的真实感。然而，其生成的动作有时显得不够自然。相比之下，Sora 2 在剧情叙事理解、画面连贯性以及中文语音的自然度方面则更胜一筹，展现出更强的故事性和语言处理能力。整体而言，Veo 3.1可能在画面细节和动态表现上领先，而Sora 2则在叙事和语言自然度上更具优势。 Gemini API 集成 Google Maps 实现地理位置信息“接地”-Demis Hassabis Google …
阅读更多过去4小时全球AI动态： AI视频公司HeyGen揭秘“HeyGen Way”产品方法论，实现惊人增长-歸藏(guizang.ai) AI视频生成公司HeyGen在不到两年半的时间内，从100万美元收入增长至1亿美元，并公开了其内部称为“圣经”的产品方法论——“HeyGen Way”。该方法论核心在于**“快速行动，成为绝对最佳”**，倡导拥抱AI技术的不确定性和快速变化，将产品设计成能随模型改进而自动升级。HeyGen将视频分为沟通类和电影类，专注于让沟通类视频对所有人可用。其运营节奏包括2个月路线图规划、6-12个月战略押注、两周承诺清单和每日发布。公司遵循五大运营原则：速度至上、拥抱技术浪潮、表达异议并承诺执行、通过创新实现用 …
阅读更多以下是过去4小时全球AI领域的最新动态： Anthropic 发布 Claude Haiku 4.5 模型 - 歸藏(guizang.ai) Anthropic公司发布了最新的小型模型 Claude Haiku 4.5，该模型在性能上已接近五个月前的顶级模型 Claude Sonnet 4，但成本仅为后者三分之一，速度却提升两倍。尤其在如Claude for Chrome等电脑操作任务中，Haiku 4.5的表现甚至优于Sonnet 4。其定价极具竞争力，输入和输出每百万Token分别仅需1美元和5美元。Haiku 4.5现已全面集成到Claude平台、Claude Code以及Droid CLI中，旨在提供更高效、经济的AI服务。 …
阅读更多以下是过去四小时全球AI领域的主要动态： 斯坦福大学发布2025年“最恐怖”AI论文，聚焦AI对人类的影响-Emad Emad转发了Chris LaubAI的推文，指出斯坦福大学在2025年发布了一篇被形容为“最恐怖”的AI论文，其核心内容并非关于杀手机器人，而是关于AI对人类自身的影响。尽管具体细节尚未完全披露，但该论文似乎探讨了AI技术进步与人类社会、个体行为之间深层且可能令人不安的关联，预示着AI发展将带来深刻的社会变革和挑战。 Hugging Face成为AI领域的“GitHub”，Google是其最大下载组织-clem 🤗 Clement Delangue转发了关于Hugging Face的讨论，指出Hugging …
阅读更多海外播客Peter H. Diamandis谈AI：OpenAI策略、未来数据中心及软件自改进 - 向阳乔木 一位名为Peter H. Diamandis的海外播客邀请多位科技界大佬共同探讨AI前沿动态，并分享了多个大胆预测和观点。其中，对OpenAI推出的Agent Builder被评为“世界上最愚蠢的事情”，并指出Sam Altman的战略核心在于控制用户安装量和海量计算能力。播客还预测，未来数据中心将脱离电网，与天然气或小型模块化核反应堆（SMRs）一同建设，甚至可能部署在太空。大佬们认为，人类可能成为超级智能“最不重要的用户”，且我们正处在软件递归自我改进的临界点，AI甚至能在我们意识到需求前就写好软件。此外，Sora2的 …
阅读更多新闻列表 腾讯混元图像3.0登顶LMArena文生图榜首，成为全球第一-orange.ai 腾讯混元图像3.0在国际权威AI模型竞技场LMArena的用户投票榜单中登顶第一，成为全球领先的文生图模型。该模型通过完全匿名的盲测机制，击败了包括Google的Nano Banana和OpenAI的GPT-4o生图在内的众多国际知名模型，是LMArena所有单项榜单中唯一一个获得第一的中国模型。用户反馈其最大的特色在于对用户意图的深刻理解，显著降低了提示词编写的复杂性。此外，它在画面精度、色彩还原和风格多样性方面表现出色，并具备优秀的中文文字生成能力（长文本仍有改进空间）。目前，腾讯混元图像3.0已完全免费开放体验。
阅读更多Gary Marcus：对OpenAI Altman的怀疑论正在AI社区中获得认同 AI研究者Gary Marcus指出，OpenAI的GPT-5未能兑现其关于“通用人工智能（AGI）和博士级认知”的承诺，这表明OpenAI依赖大规模数据和芯片来指数级提升系统智能的路径可能不再奏效。他表示，此前Altman曾试图将他的质疑视为孤立观点，但现在这种怀疑论在AI社区中获得了广泛认同。Altman回应时仅强调GPT-6和GPT-7将显著改进，但Marcus认为这缺乏实质性内容，仅是新的承诺。 AI被比作“石棉”：对AI长期影响的担忧 著名作家Cory Doctorow被引用发表了对AI未来的强烈担忧，他将AI比作“我们社会墙壁中填塞的石 …
阅读更多